تغییر پارادایم در توسعه زیرساخت‌های هوش مصنوعی: فراتر از بحران تراشه و ورود به عصر تنگنای انرژی و نیروی انسانی

در حالی که طی دو سال گذشته تمام توجهات صنعت فناوری معطوف به کمبود پردازنده‌های گرافیکی (GPU) برای آموزش مدل‌های زبانی بزرگ (LLM) بود، اکنون مدیران ارشد شرکت‌های غول‌آسای مراکز داده از تغییر وضعیت خبر می‌دهند. به گفته رهبران بازار در جریان مجمع اقتصاد جدید بلومبرگ در دهلی نو، مانع اصلی توسعه مراکز داده نسل جدید هوش مصنوعی دیگر کمبود سخت‌افزار نیست، بلکه بحران زیرساخت‌های الکتریکی و فقدان نیروی کار متخصص است.

گذار از بحران عرضه نیمه‌هادی به بحران انرژی

تحلیل‌های جدید نشان می‌دهد که دوران انتظار برای تأمین سخت‌افزارهای پیچیده هرچند چالش‌برانگیز است، اما در مقایسه با محدودیت‌های دسترسی به شبکه برق، قابل مدیریت شده است. «آبهیجیت دوبِی»، مدیرعامل NTT Data، تصریح کرده است که اکنون زمان انتظار برای تأمین تجهیزات خاص به حدود ۴۲ هفته رسیده است، اما این زمان در مقایسه با وضعیت دسترسی به شبکه برق در اروپا بسیار ناچیز است. در بازارهای کلیدی اروپا نظیر فرانکفورت و آمستردام، انتظار برای دریافت انشعاب برق شبکه به بیش از یک دهه رسیده است، به طوری که پروژه‌های توسعه تا سال ۲۰۳۰ و فراتر از آن به تعویق افتاده‌اند.

چالش نیروی انسانی؛ گلوگاهی که کمتر شنیده می‌شود

علاوه بر انرژی، «مهارت انسانی» به عنوان یک تنگنای راهبردی ظهور کرده است. حقوق و دستمزد متخصصان برق در ایالات متحده به سطوح بی‌سابقه‌ای رسیده است؛ به طوری که اکنون یک برق‌کار ماهر در پروژه‌های دیتاسنتر می‌تواند تا ۲۰۰ هزار دلار در سال درآمد داشته باشد. این کمبود نیروی متخصص در بخش نصب، راه‌اندازی و نگهداری زیرساخت‌های حیاتی، سرعت عملیاتی شدن مراکز داده را به شدت کاهش داده است. این موضوع نشان می‌دهد که اکوسیستم هوش مصنوعی بیش از آنکه به نرم‌افزار وابسته باشد، به زیرساخت‌های فیزیکی سنگین وابسته شده است.

ریسک‌های مالی و تنش‌های اجتماعی

در حالی که تحلیل‌گران صندوق بین‌المللی پول (IMF) نسبت به «معاملات چرخشی» و تعهدات درآمدی سنگین شرکت‌های هوش مصنوعی هشدار می‌دهند، مدیران شرکت‌هایی مانند Brookfield Asset Management معتقدند که مدل مالی مراکز داده به دلیل قراردادهای طولانی‌مدت «take-or-pay» از امنیت بالایی برخوردار است. با این حال، فشارهای اجتماعی در غرب به مانعی جدی تبدیل شده‌اند؛ به طوری که مخالفت‌های محلی در ایالات متحده تنها در سه ماهه اول سال جاری میلادی، مانع از اجرای پروژه‌هایی به ارزش ۱۳۰ میلیارد دلار شده است. همچنین در اسکاتلند، احزاب سیاسی به دنبال توقف کامل ساخت‌وسازهای جدید هستند، چرا که تقاضای انرژی این مراکز از توان شبکه فعلی فراتر رفته است.

نتیجه‌گیری: نگاهی به آینده (۱۴۰۵ خورشیدی)

به نظر می‌رسد که در سال ۱۴۰۵ خورشیدی (۲۰۲۶ میلادی)، تفاوت میان شرکت‌های موفق و بازنده در حوزه هوش مصنوعی، نه در توانمندی مدل‌های آن‌ها، بلکه در توانایی آن‌ها برای تأمین انرژی پایدار و جذب نیروی کار متخصص خواهد بود. غلبه بر این موانع نیازمند بازنگری در مدل‌های سنتیِ ساخت‌وساز و احتمالاً بهره‌گیری بیشتر از منابع انرژی غیرمتمرکز و اتوماسیون حداکثری در مراحل اجراست.